当阵列长度变化时，计算堆叠条形图的累积底部值

Question

找到了如何做到这一点： 使用pandas进行分组罢工、到期和计算未平仓利率，然后在搔了几个小时的脑筋后，我知道了.unstack（）做了什么，并且做了什么

y = option_chain.groupby(['strike', 'expirationDate'])['openInterest'].sum().unstack(level=-1)
y.plot.bar(stacked=True)

我正在寻找一个堆叠的条形图为开放式权益的选择。我期待着做与这个链接中的人完全相同的事情：https://medium.com/@txlian13/webscraping-options-data-with-python-and-yfinance-e4deb0124613。我有来自同一来源的数据，并且我以同样的方式安排数据

我的问题是我找不到计算底部参数的方法，图表如下所示： 所有值都从y=0开始，而不是上一个条形高度

在其他选项中尝试了此代码，但无法使其正常工作

exp是选项所有可能过期日期的列表

bottom = np.zeros(12) #(using 12 because I am testing with the same stock, so I know my first array needs to be 12 to match the number of strikes for the first date)
for i in exp:
    z = option_chain.loc[option_chain['expirationDate'] == i]
    zx = z['strike']
    zy = z['openInterest']
    #here i print my bottom and its an empty array of 0s so it will plot the next line from 0
    plt.bar(zx,zy,label=i,alpha=0.7,bottom=bottom)
    bottom += zy
    #i print bottom again here and I can see that it has the 12 correct values of the open interest
    #then i get an error "ValueError: shape mismatch: objects cannot be broadcast to a single shape"

所以我的问题是，每次迭代时，罢工（我的x值）都会改变。例如，我的第一次迭代有12个x值，第二次迭代有9个x值

那么，有没有一种方法可以使变量数组随x的变化而变化，我也意识到这将导致另一个问题：如何匹配x，以便将其添加到正确的罢工

我想做的一个方法是找出罢工次数最多的日期，并以此作为我的基准，但问题是没有给出罢工次数最多的日期在其他日期的罢工次数

如果这个问题可以很容易地用另一个绘图软件包解决，我在使用它时没有问题。我是一名金融专业的毕业生，正试图学习python，所以只使用matplotlib，因为它是学习材料最多的一种